FT UNDARFT UNDAR

Jurnal JEETechJurnal JEETech

Penelitian yang bertujuan untuk menjelaskan perilaku mahasiswa dalam mengakses platform pembelajaran kalam.umi.ac.id dan dampaknya terhadap hasil belajar mahasiswa. Penelitian ini menganalisis data yang diperoleh dari akses mahasiswa ke platform ini selama 12 pertemuan dalam satu semester untuk mata kuliah ilmu dakwah yang diampuh oleh dosen Surani. Data mencakup waktu akses mahasiswa, frekuensi akses, serta hasil belajar berupa nilai tugas, Ujian Tengah Semester (UTS), dan Ujian Akhir Semester (UAS). Melalui metode pengolahan data, analisis korelasi, dan optimasi klaster, penelitian ini menemukan adanya hubungan positif antara waktu akses, UTS, UAS, dan tugas dengan nilai akhir mahasiswa. Semakin tinggi variabel-variabel tersebut, semakin tinggi pula nilai akhir yang diperoleh mahasiswa. Namun, hubungan ini tidak selalu konsisten di antara variabel-variabel yang berbeda. Dalam penelitian ini, metode Elbow digunakan untuk menentukan jumlah cluster yang optimal dengan melihat titik di mana penurunan varians menjadi kurang signifikan. Selain itu, Sum of Square Error (SSE) dianalisis untuk memahami perubahan yang tajam diikuti oleh penurunan bertahap pada nilai K hingga mencapai stabilitas. Hasil clustering menggunakan algoritma K-Means menunjukkan adanya tiga klaster mahasiswa berdasarkan perilaku belajar mereka. Klaster 0 adalah yang terbesar, terdiri dari 176 siswa. Klaster 1 memiliki 57 siswa, dan klaster 2 adalah yang terkecil dengan 17 siswa. Klaster-klaster ini memberikan wawasan tentang pola belajar mahasiswa yang bervariasi, termasuk variasi nilai akhir dan frekuensi akses. Temuan ini dapat digunakan sebagai dasar untuk menyusun strategi pembelajaran yang lebih efektif dan personalized bagi mahasiswa.

Penelitian ini menggunakan algoritma K-Means untuk mengelompokkan mahasiswa berdasarkan pola perilaku belajar di platform Kalam.id, mengidentifikasi tiga klaster dengan perbedaan akses dan nilai akhir.Temuan menunjukkan adanya hubungan positif antara frekuensi akses, UTS, UAS, dan tugas dengan nilai akhir, serta memberikan dasar untuk merancang strategi pembelajaran yang lebih efektif dan dipersonalisasi.

Penelitian lanjutan dapat meneliti apakah penambahan variabel kognitif seperti motivasi belajar dapat meningkatkan akurasi clustering K-Means dalam mengidentifikasi pola belajar mahasiswa. Selanjutnya, dapat dieksplorasi penggunaan algoritma clustering alternatif seperti DBSCAN atau hierarchical clustering untuk membandingkan kualitas segmentasi dengan K-Means pada data LMS yang sama. Selain itu, penelitian dapat menguji dampak intervensi pembelajaran yang dipersonalisasi berdasarkan klaster yang terbentuk, misalnya dengan memberikan materi tambahan atau strategi belajar khusus, dan mengukur perubahan nilai akhir serta kepuasan mahasiswa secara longitudinal.

  1. Identifikasi Pola Prilaku Belajar Mahasiswa Pada Platform Learning Management System Dengan Algoritma... ejournal.ft-undar.ac.id/index.php/jeetech/article/view/300Identifikasi Pola Prilaku Belajar Mahasiswa Pada Platform Learning Management System Dengan Algoritma ejournal ft undar ac index php jeetech article view 300
Read online
File size633.05 KB
Pages14
DMCAReport

Related /

ads-block-test